论文部分内容阅读
水库温室气体碳排放日益受到国内外研究的关注。本研究基于北京市三座水库甲烷与二氧化碳排放数据,针对区域层级(密云、玉渡山和白河堡三座水库,数据源S1)和样地层级(密云水库,数据源S2),探求环境参数在两种层级上,对水库温室气体碳排放影响的差异。采用统计模型(经验方程和机器学习法),基于模型迁移学习能力、减少过拟合风险,建立评价和验证模型适应性方法;采用机理模型(CH4MODwetland),验证其对水库消落带甲烷排放的预测效果;探求建立和筛选水库温室气体碳排放预测模型的方法。最后,采用排放因子法、实测值法和模型法,探求不同方法对水库温室气体碳排放估算的影响。主要结论如下:(1)温室气体与环境参数间的关系受温室气体类型、空间分布和研究层级的影响而不尽相同。气温(T)、风速(WS)、植物生物量(Bio)、土壤有机碳(SOC)均可促进甲烷和二氧化碳排放;气压(AP)、pH、溶解氧(DO)均可抑制两种温室气体排放。相较于区域层级(S1),甲烷和二氧化排放在样地层级中(S2)更易受气温(T)、气压(AP)、风速(WS)、溶解氧(DO)等环境参数的显著影响。(2)相关性和回归分析是否显著,并非模型参数选择的必要条件。在条件允许的情况下,采用可获得的所有环境参数,作为模型备选参数最佳。否则,采用相关性分析和回归分析相结合的方法筛选环境参数,可减少遗漏提高模型精度参数的风险。(3)相较于经验方程等其他五种模型,采用机器学习法的决策树(DT)模型迁移学习能力和表现最佳。数据源由S2变为S1时,模型迁移学习能力(r2为指标)在密云测试集中变化不大;在玉渡山和白河堡测试集中常得以提高。同时,可提高水域区和消落带甲烷DT模型的表现;但降低水域区和消落带二氧化碳DT模型的表现(以R2为例)。(4)与实测值法相比,采用IPCC默认排放因子法估算的甲烷排放值最高,可能会高估我国水库甲烷碳排放;其估算的密云水库为二氧化碳的汇,可能会误判我国水库二氧化碳年度碳汇/源属性。CH4MODwetland与实测值法二差异小于DT模型,但所需参数更多。在估算逐年温室气体碳排放但缺乏实测数据时,DT模型可能更优于IPCC默认排放因子法;而当数据充分时,CH4MODwetland可能更优于DT模型法。本研究建立了包含评估模型迁移学习能力,以及降低模型过拟合的统计模型适应性评价与验证方法。依据IPCC推荐的最高两级精度(Tier2,统计模型法;Tier3,机理模型法),对不同估算方法可能造成的不确定性进行评估。对促进水库温室气体排放估算方法的改善具有指导意义。对我国水库温室气体碳排放估算,以及水库温室气体清单编制具有参考价值。